ML予測のしくみ

MLは何をする機能?

ルールモデルは「RSIが一定値を下回ったら買う」のように人が条件を決めます。MLモデルは、過去のデータから数日後の値動きと関係するパターンを学び、銘柄ごとのスコアを作ります。

予測には不確実性があります。MLの値だけで判断せず、バックテスト、最大ドローダウン、取引回数、フル検証を合わせて確認してください。

特徴量は判断材料

モデルが見る情報を特徴量と呼びます。RSI、移動平均との距離、出来高、財務指標などを選択できます。

• 少数から始める: 関係のない特徴量を増やすとノイズになることがあります。
• 期間を確認する: RSI(14)のように、指標自体が過去の期間を含みます。
• 重要度を確認する: 学習後に、どの特徴量が判断へ影響したかを確認します。

予測対象を決める

予測する日数が短いほど日々のノイズを受けやすくなります。モデルの売買期間と合わせて設定してください。

未来を見ないように検証する

過去全体を学習し、同じ期間で成績を測ると、答えを見た状態の評価になります。VERIMANTAはウォークフォワード方式で、学習より後の未使用期間だけを検証します。

1. 過去データで学習

   その時点までに利用できた期間だけを使います。

2. 直後の期間で検証

   学習に使っていない期間で予測と売買を評価します。

3. 期間をずらして繰り返す

   複数の相場局面で同じ方法を確認します。

確認するのは未知期間の成績です学習期間の成績が良くても、未知期間で崩れるモデルは運用候補にしません。

結果を見るポイント

• 検証に使えた期間と取引回数が十分か
• 一部の期間だけで利益が集中していないか
• 最大ドローダウンを許容できるか
• 特徴量の重要度が一つへ偏りすぎていないか
• フル検証で相場条件を変えても極端に崩れないか

検証結果は将来の利益を保証しません。比較のための参考情報として使ってください。